[发明专利]一种微光图像与红外图像融合方法在审

专利信息
申请号: 201710754190.X 申请日: 2017-08-29
公开(公告)号: CN107481214A 公开(公告)日: 2017-12-15
发明(设计)人: 冯华 申请(专利权)人: 北京华易明新科技有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06T5/00;G06T7/30;G06T7/12
代理公司: 北京纽乐康知识产权代理事务所(普通合伙)11210 代理人: 丁伟
地址: 102299 北京市昌平区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 微光 图像 红外 融合 方法
【权利要求书】:

1.一种微光图像与红外图像融合方法,其特征在于,包括如下步骤:

S1:针对同一目标场景,分别采集微光图像和红外图像;

S2:对采集的微光图像和红外图像分别进行去噪处理,所述去噪处理包括:

S2.1:输入待降噪图像X,对所述待降噪图像X进行噪声估计,得到所述图像的噪声水平;

S2.2:设定所述待降噪图像X的噪声压缩倍数K,并得到目标权重Wt

S2.3:根据噪声水平,计算所述图像X中每个像素点XX与其邻域内每一个像素点XY之间的相似权重WY

S2.4:根据相似权重WY和目标权重Wt将所述像素点XX的总权重归一化到所述目标权重Wt,得到加权平均值XX,即为像素点XX降噪后的像素值;

S2.5:遍历待降噪图像X所有的像素点,即得到降噪后的图像;

S3:利用基于边缘特征的图像配准方法将去噪后的微光图像和红外图像进行有效精确的配准,得到配准后的微光图像和红外图像;

S4:对配准后的图像进行图像融合;

S5:对融合后的图像进行图像增强处理,即得到融合后的目标图像。

2.根据权利要求1所述的一种微光图像与红外图像融合方法,其特征在于,步骤S3中,图像配准的步骤如下:

设参考图像为I1(x,y),待配准图像为I2(x,y),大小同为P×Q个像素,其灰度直方图分别为H1(n)、H2(n),对于每个灰度等级n=i ,H 1(n) 和H2(n)分别代表了灰度值为i的像素个数;

S3.1:利用小波变换法对源图像进行边缘提取,得到边缘图像;

S3.2:对于I1(x,y)的每个灰度级n,计算I2(x,y)相对于I1(x,y)灰度值为n的对应像素集合的灰度值和方差;

对于I1(x,y)的每个灰度级,计算I1(x,y)相对于I2(x,y)灰度值为n的对应像素集合的灰度值和方差;

S3.3:计算I1(x,y)和I2(x,y)的期望方差;

S3.4:求得两幅图像的交互方差CI及其倒数AM;

S3.5:使用仿射变换模型,在不同参数条件下,反复计算两幅图像的AM;

S3.6:搜索出AM最大时对应的参数,此参数就是要求的配准参数;

S3.7:按照得到的配准参数及仿射变换模型校正待配准图像,得到配准后的图像。

3.根据权利要求1所述的一种微光图像与红外图像融合方法,其特征在于,步骤S4中,图像融合的步骤如下:

S4.1:对配准后的红外图像和微光图像做双树复小波变换,得到低频系数和高频系数;

S4.2:对低频系数和高频系数做滤波处理;

S4.3:对低频系数和高频系数分别进行融合;

S4.4:对融合后的低频系数组和高频系数组做双树复小波变换,即可得到融合后的图像。

4.根据权利要求3所述的一种微光图像与红外图像融合方法,其特征在于,步骤S4.3中,对低频系数采用自适应加权融合,对高频系数采用压缩采样-脉冲耦合神经网络融合。

5.根据权利要求1所述的一种微光图像与红外图像融合方法,其特征在于,步骤S5中,图像增强的步骤如下:

S5.1:将融合后的图像每个像素的色饱和度值进行增强处理;

S5.2:根据所述预设图像的每个像素的亮度值以及预设亮度阈值,对所述预设图像的每个像素的色饱和度值进行修正,以避免所述预设图像出现色偏现象;

S5.3:将修正后的所述预设图像的每个像素的色调值、色饱和度值以及亮度值转换为修正后的所述预设图像的每个像素的红色灰度值、蓝色灰度值以及绿色灰度值,以便于进行增强图像显示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华易明新科技有限公司,未经北京华易明新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710754190.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top